针对零部件制造质量控制方面的缺陷检测，考虑到工业摄像头角度和零部件表面缺陷特征相对固定的特点，提出一种基于注意力机制的YOLO缺陷检测算法。围绕提升算法注意力，首先采用CZS算法，把图像上的缺陷区域剪切、缩放和拼接成新图像，使注意力集中于缺陷相关区域；然后采用裁减主干网络算法，裁减掉原版YOLOv3主干网络中无用的检测尺度层；最后使用数据增强算法增加训练样本量。实验案例结果表明：该算法检测精度99.2%,单帧图像检测时间0.01 s,性能均优于原版YOLOv3;该算法在固定摄像头场景下具有一定先进性，3项提升注意力的策略使算法训练精度收敛的更快、检测速度更快、检测性能更稳定。

主要用脑部图像进行分割测试，也可以自己读取图片进行测试，测试指标为JS

建立了电容器优化投切的动态规划模型。基于无功就地平衡规则和配电网辐射状运行的特点,并利用广度优先搜索算法将电容器划分为多个等级,在此基础上,划分出动态规划的阶段。采用逆序解法求解动态规划问题,给出了电容器对应子网的定义,对每个阶段的各个子网采用原对偶内点法求解最优决策量的浮点解,以网损最小为目标对浮点解归整。算法每个阶段都以网损最小对该阶段的电容器投切容量的浮点解进行归整,从而使整个过程的电容器的整数解更接近最优整数解。算例结果验证了算法的快速性和准确性。

提出了一种基于改进蜂群算法的无线传感器感知节点部署优化方法，以网络覆盖率为目标函数，将传感器感知节点部署问题形式化为组合优化问题，并采用分层机制对基本蜂群算法进行改进。仿真实验结果表明，本方法能够以相对较小的代价完成传感器感知节点部署，并能降低网络能耗，提高网络的整体覆盖率。

在n枚外观相同的硬币中，有一枚是假币，并且已知假币与真币的重量不同，但不知道假币与真币相比较轻还是较重。可以通过一架天平来任意比较两组硬币，设计一个高效的算法来检测这枚假币。

该项目zip包内包含h5st的加密JS算法与Python程序，该算法会在本地生成一个Web服务，以提供Python调用生成h5st！Python代码内有详细注释

在路由器中存在着路由表，记录着每个路由器与其下一跳路由器的距离（所有可达距离中的最短距离）。在计算机网络中，最常见的路由选择协议OSPF便解决了这个问题。接下来，我们将用数学实验所学知识，利用MATLAB实现路由器转发功能（OSPF协议的最短路径优先）的实现，即路由算法。详细设计见md文件

关于克拉美罗下界(CRLB)-及不同DOA估计算法下的方差(性能)对比博文对应的代码，包括.m和.txt两种格式文件。

通过本次实验，将老师在课堂上讲解的多边形裁剪算法进行具体代码的实现，比如判断顶点是否位于可见区域内，判断多边形顶点是否穿过裁剪窗口，通过深入学习老师上课所讲的内容，结合现有的实现代码，进而得以实现多边形裁剪算法，为了更友好的图形交互界面，在实现了基本算法之后，加入了裁剪窗口的平移和缩放操作，对之前实验加以复习和应用，以及顶点的输入问题，一开始我疑惑为什么鼠标点击的和实际形成的图形有所偏差，在打印出点击的坐标来之后，发现尽管设置了坐标系位于画布中间，但是没有改变点的坐标，所以在鼠标点击的基础上，加入用户输入顶点坐标的选项，这样就可以让图形的大小和位置更加多样化。

wav2vec 2.0算法跟踪